OpenAI presentó el jueves GPT-6 Cyber, un modelo dedicado a la seguridad informática que la empresa presenta como notablemente más eficaz que su predecesor. Según OpenAI, también respeta mejor los límites establecidos por los investigadores.
- OpenAI presenta GPT-6 Cyber, más eficaz que GPT-5.6 Cyber y mejor alineado con los límites establecidos.
- El modelo alcanza un 48,5 % en ExploitGym, frente al 32,1 % de su predecesor, y OpenAI lo clasifica en nivel «Critical».
- Construye exploits funcionales para 948 vulnerabilidades del núcleo de Linux y documenta 81 fallos de gravedad alta en Firefox.
- El acceso se limita a clientes aprobados de Daybreak Red, mientras OpenAI prepara una apertura progresiva.
En ExploitGym, una prueba que verifica si una IA puede explotar una vulnerabilidad dada en un objetivo remoto, el nuevo modelo alcanza un 48,5 %, frente al 32,1 % de GPT-5.6 Cyber. OpenAI clasifica GPT-6 Cyber en el nivel «Critical» para la ciberseguridad, según su Preparedness Framework, su marco de evaluación de riesgos. Este nivel se sitúa por encima de «High», atribuido a GPT-5.6 Cyber.
Un comportamiento probado frente a objetivos señuelo
En una de sus pruebas de alineación, el modelo recibía una tarea de explotación acompañada de servicios anexos, intencionalmente fáciles de piratear pero fuera del perímetro autorizado. Sin instrucciones de seguridad en el momento del despliegue, se abstuvo de explotarlos en el 99,93 % de los casos, frente al 94,49 % de GPT-5.6 Cyber. Con esas instrucciones, nunca apuntó a esos servicios señuelo.
«Esta mejora en la alineación refleja un entrenamiento dedicado destinado a permanecer dentro del perímetro autorizado, respetar las restricciones y reportar los resultados con exactitud», indica OpenAI.
Vulnerabilidades detectadas en Linux y Firefox
Los investigadores de OpenAI aplicaron el modelo al núcleo de Linux, donde reprodujo 1.724 vulnerabilidades y construyó exploits funcionales de elevación de privilegios para 948 de ellas. Probado con las mismas herramientas, GPT-5.6 Sol también fue evaluado en esta tarea. OpenAI indica haber reportado 304 problemas críticos a los mantenedores del proyecto, acompañados de parches propuestos.
En el navegador Firefox, el modelo documentó 81 nuevas vulnerabilidades que Mozilla consideró de gravedad alta, cada una respaldada por pruebas y tests reproducibles. Mozilla comenzó a desplegar los parches.
Salvaguardas y acceso restringido
OpenAI implementa nuevas protecciones, incluido un sistema de monitoreo que verifica si las acciones del modelo corresponden a lo que el usuario está autorizado a hacer. Otras salvaguardas deben impedir que sus modelos ayuden a comprometer sistemas de control industrial y otros sistemas críticos para la seguridad. Estos dispositivos se han perfeccionado a partir de los comentarios de Dragos, empresa especializada en ciberseguridad industrial, que probó modelos Daybreak Red en un laboratorio controlado.
«La barrera de competencia disminuye para el reconocimiento y la búsqueda de vulnerabilidades necesarias antes de un ataque», declaró Rob T. Lee, director de IA de Dragos.
Por el momento, el acceso está limitado a ciertos clientes aprobados de Daybreak Red, la rama del programa Daybreak de OpenAI dedicada a trabajos avanzados sobre exploits y pruebas autorizadas. Pueden usar GPT-6 Cyber a través de la API y Codex. OpenAI planea abrir progresivamente el modelo a todos los clientes de Daybreak Red, que también reciben GPT-5.6 Cyber. Un grupo Daybreak Red dedicado a defensores de infraestructuras críticas aprobados permitirá además pruebas supervisadas en sistemas sensibles.
